Snowball 词元过滤器
snowball 词元过滤器是基于 Snowball 算法的词干提取过滤器。它支持多种语言，并且比 Porter 词干提取算法更高效、更准确。
参数
snowball 词元过滤器可以通过 language 参数进行配置，该参数接受以下值：
阿拉伯语亚美尼亚语巴斯克语加泰罗尼亚语丹麦语荷兰语English(默认)爱沙尼亚语芬兰语法语德语German2匈牙利语意大利语爱尔兰语Kp立陶宛语Lovins挪威语Porter葡萄牙语罗马尼亚语俄语西班牙语瑞典语土耳其语
示例
以下示例请求创建一个名为 my-snowball-index 的新索引，并配置一个带有 snowball 过滤器的分析器：
PUT /my-snowball-index
{
"settings": {
"analysis": {
"filter": {
"my_snowball_filter": {
"type": "snowball",
"language": "English"
}
},
"analyzer": {
"my_snowball_analyzer": {
"type": "custom",
"tokenizer": "standard",
"filter": [
"lowercase",
"my_snowball_filter"
]
}
}
}
}
}
生成的词元
使用以下请求检查使用该分析器生成的词元
GET /my-snowball-index/_analyze
{
"analyzer": "my_snowball_analyzer",
"text": "running runners"
}
响应包含生成的词元
{
"tokens": [
{
"token": "run",
"start_offset": 0,
"end_offset": 7,
"type": "<ALPHANUM>",
"position": 0
},
{
"token": "runner",
"start_offset": 8,
"end_offset": 15,
"type": "<ALPHANUM>",
"position": 1
}
]
}